RADAR-MAE: Masked Autoencoders for Instance Segmentation In Radar Point Clouds

Elena Beatrice Anghel, Nicolae Catalin Ristea, Andrei Anghel, Filip-Alexandru Roșu

IEEE International Geoscience and Remote Sensing Symposium (IGARSS 2026) · 2026

ConferințăÎn curs de publicare

Metode de clasificare și focalizare pentru imagini radar auto

Înțelegerea scenei este esențială pentru vehiculele autonome, permițând predicția mișcării, evitarea coliziunilor și planificarea traiectoriei. Radarele auto, robuste la condiții meteo și de iluminare nefavorabile și larg integrate în vehiculele moderne, completează camerele și LiDAR-ul. Totuși, norii de puncte radar sunt rari, zgomotoși și de rezoluție redusă. Propunem RADAR-MAE, un cadru auto-supervizat care combină preantrenarea masked autoencoder (MAE) cu Single-stride Sparse Transformer (SST) pentru segmentarea norilor de puncte radar. Autoencoderul învață reprezentări dense și discriminative reconstruind token-uri mascate. Experimentele pe RadarScenes arată că metoda depășește abordările complet supervizate și stadiul actual al tehnicii, atât în calitatea segmentării, cât și în mAP.